O faturamento total do periodo foi de: R$ 884.024,40
Alguns itens chamaram a atenção:
Eventos: foram identificados 7 registros de eventos. No entanto, como não conseguimos determinar quais itens foram vendidos nessas ocasiões, optamos por excluí-los da análise. Considerando que o escopo do trabalho é analisar os produtos vendidos, horário e dia, bem como sua quantidade, fica inviável realizar um estudo sem essas informações;
Couvert artístico: seria interessante obter informações sobre os artistas que se apresentaram nesses horários, pois poderíamos investigar quais deles atraem um público maior e que permanece mais tempo no estabelecimento;
Os dados também apresentaram dois tipos de entrada que não estão especificadas: "item extra" (73 registros) e "porção extra" (36 registros), e como pode-se observar na tabela abaixo, as vendas não são relevantes para o resultado do estabelecimento. Portanto, esses registros também serão retirados da análise.
| produto | quantidade | faturamento produto | |
|---|---|---|---|
| 0 | ITEM EXTRA | 73 | R$ 503,70 |
| 1 | PORÇAO EXTRA | 36 | R$ 360,00 |
Abaixo segue uma tabela com o Ranking dos produtos mais vendidos, já considerando-se essas exclusões.
Observações
Após a filtragem dos registros conforme a explicação acima, temos algumas métricas para apresentar:
O faturamento total do período desconsiderando-se os eventos foi de: R$ 865.321,60
O número de diferentes itens vendido pelo estabelecimento é: 283
O número médio de itens vendidos em um dia é: 226.58
A média de itens por venda é: 8.60 itens
A média de itens por venda e por período do dia é: Período Média 2 tarde 11.29 1 noite 8.59 0 manhã 2.99
A média de itens vendidos antes, durante e após a copa foi:
Período Média
2 pós-copa 320.26
0 durante a copa 210.78
1 pré-copa 196.07
Observamos que durante a Copa do Mundo, a venda média de itens foi um pouco superior ao período anterior a Copa, porém bem abaixo da média de vendas pós-Copa.
Observações
Agora iremos analisar mais detalhadamente a distribuição na venda de cada item proporcionalmente as vendas totais
Observações
OBSERVAÇÕES
Observações
O menor número de vendas em um dia útil foi: 2 O maior número de vendas em um dia útil foi: 658 O número médio de vendas em um dia útil é: 210.86
O menor número de vendas em um dia de final-de-semana foi: 3 O maior número de vendas em um dia de de final-de-semana foi: 1026 O número médio de vendas em um dia de de final-de-semana é: 269.88
O número médio de itens vendidos por tipo de dia da semana é: Tipo de dia Média 1 FS 9.14 0 DU 8.43
OBSERVAÇÕES
Supondo que os horarios da coluna data_venda represente a abertura da comando do pedido, ou seja a hora que um grupo de clientes se sentaram a mesa, e aa coluna data_recebimento seja a hora do pagamento da conta, podemos admitir que a diferença entre estes dois horarários nos dê o tempo de permanência dos clientes no estabelecimento.
| intervalo | |
|---|---|
| venda | |
| 1321101 | 0 days 00:00:09 |
| 1079901 | 0 days 00:00:10 |
| 1363701 | 0 days 00:00:10 |
| 1082201 | 0 days 00:00:11 |
| 1090001 | 0 days 00:00:11 |
| 1360001 | 0 days 00:00:12 |
| 988001 | 0 days 00:00:12 |
| 1070001 | 0 days 00:00:12 |
| 1072301 | 0 days 00:00:12 |
| 999201 | 0 days 00:00:13 |
| intervalo | |
|---|---|
| venda | |
| 1077801 | 0 days 22:24:36 |
| 1077201 | 0 days 22:27:07 |
| 1079701 | 0 days 22:34:06 |
| 1078801 | 0 days 22:38:09 |
| 1079101 | 0 days 22:45:14 |
| 1168101 | 0 days 22:45:50 |
| 1168401 | 0 days 22:48:33 |
| 1078701 | 0 days 22:49:19 |
| 976301 | 0 days 22:59:29 |
| 1079501 | 1 days 00:28:04 |
Foram observadas algumas incosistencias dos dados do estudo acima, alguns comandas foram abertas e fechadas em questão de segundos, já outras ficaram abertas por mais de vint horas, um delas inclusive passando de um dia. Se esses dados não puderem ser explicados, iremos deixar de lado tal análise, que acredito ser bastante relevante para entender o operecional do estabelecimento.
O tempo médio, em minutos, que os clientes ficam no estebelecimento é: 188.0
OBSERVAÇÕES
Observações
Observações
Observações
Observações
Observações
Observações
Queremos aumentar o número de itens vendidos de uma maneira que incentive itens que, caso contrário, não seriam comprados. Devemos levar em conta as variáveis que sabemos que alteram a forma como os clientes interagem conosco (ou seja, hora do dia e dia da semana). O resultado final deve fornecer uma direção clara sobre como agir, por que esse curso de ação é desejável e não deve ser muito confuso para o cliente nem muito complexo para um operador.
A compra de qual item leva à compra de quais outros itens? O algoritmo “Apriori” é capaz de responder isso.
O algoritmo “Apriori” nos ajudará a fazer a combinação de itens a serem vendidos em conjunto. Utilizamos a métrica do SUPORTE para acharmos os itens que são mais vendidos. O SUPORTE é calculado dividindo a quantidade de itens vendidos de um determinado produto pela quantidade de todos os itens vendidos. Por exemplo no caso do LOCA COMO Tu MADRE, o item que possui o maior SUPORTE é o XXXXXXXXXXXX. O algoritmo fara uma combinação dos itens que tem maior SUPORTE com os de menor SUPORTE. Para isso utilizará as métrica da CONFIANÇA e INCREMENTO.
A CONFIANÇA nos dá a probabilidade de o consequente estar presente em uma transação, dado que o antecedente já está presente. Os valores de confiança variam entre 0 e 1. Um valor de confiança próximo a 1 sugere uma forte relação entre antecedente e consequente, enquanto um valor próximo a 0 indica uma relação fraca.
A métrica INCREMENTO é uma medida usada para avaliar a qualidade das regras de associação geradas pelo algoritmo “Apriori”. Ela ajuda a determinar se a relação entre o antecedente e o consequente em uma regra Antecedente->Consequente é significativa ou se ocorre apenas por acaso. Métricas de INCREMENTO maior que 1, nos dizem que antecedentes e consequentes ocorrem juntos mais frequentemente do que esperaríamos se fossem estatisticamente independentes. Ou seja quanto maior o valor do INCREMENTO maior a dependência deles
Na tabela abaixo vemos combinações de itens propostas pelo algoritmo com base nessas métricas.
Observações do grafico